هوش مصنوعی در واقع به توانایی یک برنامه در یادگیری گفته میشود
و در سطح علمی و آموزشی نیز به علم و مهندسی برنامههای کامپیوتری
هوشمند اطالق میشود. این الگوریتمها بدون نیاز به دستور انسان و با به
کارگیری مقدار زیادی از دادهها، توانایی درک الگوهای مختلف و حل
مســاله را دارند؛ بنابراین با تجزیه و تحلیل دادههای خارجی، یادگیری
آن و استفاده از دانشی که کســب کردهاند، یک وظیفه به خصوص را
انجام میدهند.
در ســطح ابتدایی و پایه، دو نوع اصلی هوش مصنوعی محدود و هوش
مصنوعی قوی وجود دارد. هوش مصنوعی محدود، وظایف به خصوص
یا محدود مانند تشخیص چهره، فیلتر کردن هرزنامهها یا بازی شطرنج
را انجــام میدهد و هوش مصنوعی قوی، بهطور همزمان توانایی انجام
وظایف بیشــتری را دارد. میتوان گفت کــه این نوع هوش مصنوعی،
توانایی درک نزدیک به انســان را داشــته و قادر است هر وظیفهای که
از دســت انســان بر میآید را انجام دهد. امروزه ما به هوش مصنوعی
محدود دسترســی داریم، در حالی که هنــوز به هوش مصنوعی قوی
دســت نیافتهایم؛ موضوعی که بسیاری از کارشناسان امکان آن را زیر
سوال میبرند.
پیشبینی تاثیرات احتمالی هوش مصنوعی قوی غیر ممکن اســت، اما
بسیاری معتقدند که آینده بالکچین و هوش مصنوعی با هم گره خورده
است، تا جایی که میتوان ادعا کرد که این دو، از مهمترین فناوریهای
دهههای پیش رو هســتند. برای همین منظور، یــک نگاه دقیقتر به
چگونگی تعامل بین این دو فناوری از اهمیت باالیی برخوردار است.
همافزایی بین هوش مصنوعی و بالکچین
فرآیند ماینینگ یا اســتخراج رمزارزها، نیازمند انرژی و توان محاسباتی
گستردهای است. دفترکلهای توزیع یافته که اساس فناوری بالکچین
اســت، بهرهوری را فدای ویژگیهایی مانند تغییرناپذیری و مقاومت در
برابر سانسور میکنند. یکی از کاربردهای هوش مصنوعی، بهینهسازی
مصرف انرژی است که میتواند برای بهبود الگوریتمهای ماینینگ بسیار
مفید واقع شود.
یکی از عمدهترین مسایل پیش روی استفاده از سیستمهای بالکچین،
نیاز باالی آن به انرژی است. ویژگیهای »اقتصاد رمزنگاری« و امنیت
نیازمند وظایف محاســباتی هستند که مختص خودشان است. کاهش
مصرف بالکچینهایی که بر روی الگوریتم »اثبات کار« فعالیت میکنند،
به نفع کل صنعت خواهد بود و میتواند به پذیرش گستردهتر بالکچین
کمک کند.
همچنین هوش مصنوعی میتواند نیاز بالکچین به فضای ذخیرهسازی
را بهینه کند. از آنجا که تاریخچه تراکنشها در تمامی نودهای )node )
شبکه ذخیره میشــوند، حجم دفترکل توزیع شده میتواند به سرعت
زیادی افزایش یابد. در این صورت، اگر نیاز به فضای ذخیرهســازی زیاد
باشــد، اطالعات جدید توانایی ورود به سیستم را نخواهند داشت که این
امر بهطور بالقوه، مانعی بر ســر راه ماهیت غیرمتمرکز شبکه بالکچین
محسوب میشود. هوش مصنوعی، تکنیکهای جدید خرد کردن پایگاه
داده را در اختیار ما میگذارد که میتوان با اســتفاده از آن، حجم شــبکه
بالکچین را کوچکتر کرد و دادههای ذخیره شده روی آن را بهینه کند.
اقتصاد دادههای غیرمتمرکز
دادهها یک دارایی با ارزش هستند که نه تنها نیاز به ذخیره در یک فضای
امن دارند، بلکه امنیت مبادله آنها نیز باید تامین شود. همانطور که اشاره
شد، سیستمهای هوش مصنوعی تا حد زیادی به دادهها وابسته هستند و
بالکچینهایی وجود دارند که توانایی ذخیرهســازی این دادهها با درجه
اطمینان بسیار باال را دارند؛ بنابراین میتوان یک همزیستی مسالمتآمیز
بین این دو فناوری در نظر گرفت. شبکه بالکچین در واقع یک پایگاه داده
توزیع شده و امن است که بین همه شرکتکنندگان در شبکه به اشتراک
گذاشته میشود. دادهها در بلوکها ذخیره میشود و هر بلوک به صورت
رمزنگاری شــده با بلوک قبلی در ارتباط است. این امر باعث میشود تا
تغییر اطالعات ذخیرهشده بدون اجماع شبکه، فوقالعاده دشوار و تقریبا
غیرممکن باشد. به دلیل همین نیاز به اجماع است که اصطالحاتی مانند
حمله ۵۱ درصدی در شبکه بالکچین مطرح میشوند.
مبادالت غیرمتمرکز دادهها با هدف ایجاد یک اقتصاد داده جدید بر بستر
بالکچینها ایجاد میشود. این تبادل، دادهها و فضای ذخیرهسازی را برای
دسترسی آسان و ایمن به هر کس یا هر چیز فراهم میکند. در امر اتصال
به این اقتصاد داده، الگوریتمهای هوش مصنوعی میتوانند از مجموعه
بیشتری از ورودیهای خارجی استفاده کنند و سریعتر یاد بگیرند. عالوه
بر این، خود الگوریتمها نیز میتوانند در این بازارها مبادله شوند. این امر،
دادهها را در دسترس مخاطبان بیشتری قرار میدهد که توسعه آنها را نیز
تسریع و تسهیل میکند.
تبادل غیرمتمرکز داده، امکان ایجاد انقالبی در فضای ذخیرهسازی دادهها
را دارد. اساســا هر کسی این امکان را دارد که فضای ذخیرهسازی محلی
خــود را در ازای دریافت هزینهای )به رمزارز( اجاره دهد. در چنین فضایی
است که ارائهدهندگان سنتی خدمات ذخیرهسازی داده باید خدمات خود
را بهبود ببخشــند تا از چرخه رقابت حذف نشوند. در حال حاضر برخی از این
بازارهای داده فعال هســتند، اما هنوز در مراحــل اولیه بلوغ خود قرار دارند. با
تشــویق ارائهدهندگان خدمات داده و ذخیرهسازی برای حفظ یکپارچگی
دادهها، سیستمهای هوش مصنوعی نیز از آن بهرهمند میشوند.
ابر رایانههای غیرمتمرکز
فرآیند یادگیری هوش مصنوعی هم نیازمند دادههای با کیفیت است و هم به
توان محاسباتی زیادی نیاز دارد. الگوریتمهای هوش مصنوعی اغلب از نوعی
سیستم محاسباتی استفاده میکنند که تحت عنوان شبکه عصبی مصنوعی
ANN )شناخته میشود. شــبکههای عصبی مصنوعی با بررسی موارد و
)
مثالهای مختلف، انجام کارها را یاد میگیرند. این شبکهها اغلب برای انجام
یک کار به توان محاسباتی قوی نیاز دارند تا میلیونها پارامتر را بررسی کنند.
اگر امکان به اشــتراکگذاری دادهها از طریق شبکه بالکچین وجود داشته
باشد، چرا این امکان برای توان محاســباتی وجود نداشته باشد؟ در برخی از
موارد پیادهسازی شده سیستم بالکچین، کاربران میتوانند بهطور موثر توان
محاسباتی سیســتم خود را در بازار همتا به همتا )P2P )برای کسانی که به
دنبال اجرای محاســبات پیچیده هســتند، اجاره دهند. برای انگیزه دادن به
کاربران، تامین این توان محاسباتی در ازای دریافت رمزارز صورت میگیرد.
سیســتمهای هوش مصنوعی را میتوان با اســتفاده از این سیســتمهای
محاســباتی به صورت بســیار موثر و هزینه پایین آموزش داد. در حالی که
کاربردهای ابتدایی این امکان با رندر کردن اِلمانهای گرافیکی ســهبُعدی
رایانهای ســروکار دارند، امکان آن وجود دارد که تمرکز آن به مرور به سمت
هوش مصنوعی تغییر یابد.
با توســعه این برنامههای غیرمتمرکز )DApps ،)شرکتهایی که خدمات
توان محاسباتی ارائه میدهند، ممکن است شاهد رقابتی سنگینی باشند. اینکه
کاربران بتوانند با اجاره دادن توان محاســباتی بال استفاده خود کسب درآمد
کنند، باعث میشود که بخش عمده این توان محاسباتی با بازدهی بیشتری
استفاده شود. از دید نظری، هر CPU یا GPU یی که در هر گوشه جهان بال
استفاده باقی مانده، میتواند نقش یک نود یا گره را در یک ابر رایانه غیرمتمرکز
ایفا کند.
قابلیت حسابرسی بهتر تصمیمات هوش مصنوعی
درک تصمیماتی که توسط سیســتمهای هوش مصنوعی گرفته میشود،
برای انسان دشوار اســت. حجم انبوه دادههایی که این الگوریتمها با آن کار
میکنند، آنقدر بزرگ است که عمال امکان حسابرســی آن و اجرای دوباره
فرایند تصمیمگیری برای انســانها وجود ندارد. اگر تصمیمات براساس هر
نقطه داده ثبت شده باشند، یک ردیف حسابرسی مشخص وجود دارد که به
ِ افزایش اعتماد به تصمیمات اتخاذ شده توسط الگوریتمهای هوش مصنوعی
کمک میکند.
جمعبندی
اگــر این دو فناوری بتوانند هدف نهایی خود را به منصه ظهور بگذارند، بدون
شک تاثیر ماندگاری خواهند گذاشت. در حالی که بسیار از شرکتها از این دو
فناوری به صورت مجزا استفاده میکنند، میتوان تصور کرد که ادغام هوش
مصنوعی و بالکچین چه کاربردهای جذابی دارد. با پیشرفت این دو فناوری،
نوآوریهای بیشتری در تعامل و کاربرد همزمان آنها نمایان میشود. بهرغم
اینکه ارزیابی نتایج بالقوه این ادغام کار دشواری است، شکی نیست که سهم
به سزایی در تحول اقتصاد جهان ایفا خواهند کرد.
